코로나19(COVID-19)로 2020년은 예상치 못한 도전으로 가득차 있었다. 그럼에도 불구하고 여러 분야에서 AI 활용할 수 있는 독특한 기회를 제공하기도 했다. AI의 비즈니스 영향이 명확해짐에 따라 기업은 효율성을 개선하고 더 나은 고객 경험을 위해 AI 채택을 가속화하고 있다.

소매, 전자 상거래 등 다양한 산업에서 채택하는 것부터 재택 근무하는 직원의 안전과 소비자 경험을 개선하는 것에 이르기까지 업계는 다양한 디지털 전환점을 거쳤다. 데이터, AI, 사이버 보안 및 기타 신기술의 채택은 변화하는 비즈니스 시나리오에 맞게 변화를 가져 오는 성장을 보였다.

지난해를 통해 2021년은 기술 트렌드가 새로운 분야로 성장할 수 있는 기회로 맞이할 것으로 보인다. 인텔리전트 머신, 하이브리드 클라우드, 자연어처리(NLP) 채택 증가, 데이터 과학 및 AI에 대한 전반적인 관심 증가와 AI 인재, 도구, 윤리 및 기타 주요 문제와 관련하여 향후 1 년 동안 지켜봐야 할 하이라이트가 될 것으로 예상된다.

또한 상승할 수 있는 또 다른 트렌드로는 실용적인 AI, 분석 및 AI의 컨테이너화, 알고리즘 차별화, 증강 데이터 관리, 차등 개인 정보 보호, 양자 분석 등이 있다. 이러한 추세를 고려할 때 데이터는 전염병 이후 조직의 중요한 부분이 되고 있다고 할 수 있다.

PwC의 연례 AI 예측에서 2021년, 아주 간단하지만 AI 투자를 극대화하는 방법 3가지를 요약해본다.

데이터와 인재를 위한 선순환

데이터를 정리하고 표준화 한 후에는 해당 데이터에 대해 AI를 학습할 수 있다. 그러면 점점 더 자체적으로 데이터를 추출하고 표준화하여 디지털 소스와 물리적 소스에서 필요한 데이터를 가져올 수 있다. 마찬가지로, 최고 성능의 알고리즘을 구축하는 데 능숙한 AI 인재가 있다면 수익을 늘리고 혁신을 주도하여 더 많은 유능한 인재를 유치할 수 있다.

비용을 이해하자

AI 비용은 인재 이상이다. 또한 데이터 수집, 정리 및 레이블 지정에 투자해야 할 것이며, AI에는 고성능 컴퓨팅이 필요하기 때문에 기술에도 투자해야 한다. 실제 비즈니스 가치가 있는 애플리케이션에 AI 투자는 더 이상적이며, 생산적이다.

올바른 운영 모델을 선택하자

회사 전체에서 데이터, 거버넌스 및 모델 사용에 대한 일관된 접근 방식을 보장하는 AI 운영 모델을 선택해야 한다. 중앙 집중식 허브는 훌륭한 옵션이지만 유일한 것은 아니다. 잘 구조화 된 거버넌스와 AI에 정통한 관리자를 통해 기업은 비즈니스 단위 내에 AI 기능을 내장함으로써 보다 효율적으로 이익을 추구할 수 있다.